Agente de IA para Monitoramento de Medicamentos Administrados

07 de December de 2025 • Tempo de leitura: 5 min

Como criar um agente de IA que verifica registros de medicamentos administrados, identifica possíveis interações e sugere ajustes na prescrição quando necessário.

1. Propósito e Escopo

Este documento define todos os prompts, configurações de memória, transição entre estados, ferramentas como chamadas a sistemas externos, consulta a documentos e demais requisitos funcionais para o Fluxo de Agentes "Monitoramento de Medicamentos Administrados", uma solução de automação projetada para verificar registros de medicamentos, identificar possíveis interações e sugerir ajustes na prescrição quando necessário. Essa documentação é um modelo de PRD ou Documento de Requisitos de Produto específicos para construção de Agentes de IA.

2. Contexto e Problema

Cenário Atual

O cenário atual apresenta riscos de interações medicamentosas adversas devido a múltiplas prescrições, bem como a necessidade de ajuste contínuo nas prescrições com base no estado clínico do paciente.

  • Risco de interações medicamentosas adversas devido a múltiplas prescrições.
  • Necessidade de ajuste contínuo nas prescrições com base no estado clínico do paciente.

3. Impactos Esperados

A implementação deste fluxo de automação visa alcançar os seguintes resultados:

  • Reduzir o risco de interações medicamentosas adversas através da análise automatizada de prescrições.
  • Melhorar a precisão dos ajustes de prescrição com base em dados clínicos atualizados.
  • Notificar rapidamente a equipe médica sobre quaisquer riscos identificados.

4. Visão Geral da Solução

O agente de IA para monitoramento de medicamentos administrados processa dados de prescrições de medicamentos, aplica regras de identificação de interações e sugere ajustes na prescrição quando necessário. A seguir são detalhadas todas as regras de negócio e especificações funcionais necessárias para que esse agente atue como um assistente útil e autônomo na gestão de medicamentos.

A solução consiste em um fluxo de automação composto por 4 agentes de IA. O processo inicia com a preparação de parâmetros para consulta de interações e termina com a sugestão de ajustes de prescrição.

A execução dos agentes é sequencial e linear, seguindo a ordem definida na tabela abaixo.

Agentes Função Principal
Agente de Preparação de Parâmetros para Consulta de Interações (RF 1) Normalizar o regime de medicamentos administrados e preparar parâmetros estruturados para consulta em base de conhecimento de interações medicamentosas.
Agente de Execução de Consulta a Documento (RF 2) Realizar consulta à Base de Conhecimento de Interações Medicamentosas para recuperar registros de interações potenciais com base nos parâmetros preparados.
Agente de Análise de Interações Medicamentosas (RF 3) Analisar medicamentos administrados combinados com as interações recuperadas para identificar riscos clinicamente relevantes e priorizá-los.
Agente de Sugestão de Ajustes de Prescrição (RF 4) Propor ajustes de prescrição e planos de monitorização baseados nas interações detectadas e no estado clínico atualizado do paciente.

5. Protótipos

Para proporcionar uma visão clara e tangível da solução proposta, criamos protótipos interativos que demonstram tanto o fluxo de trabalho dos agentes quanto o resultado final que o cliente receberá. Explore os links abaixo para entender melhor a solução em ação.

6. Requisitos Funcionais

RF 1. Agente de Preparação de Parâmetros para Consulta de Interações

1.1 Tarefa do Agente

Normalizar o regime de medicamentos administrados e preparar parâmetros estruturados para consulta em base de conhecimento de interações medicamentosas.

1.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com informações detalhadas sobre medicamentos administrados e dados clínicos do paciente.

# 2. Objetivo
Normalizar o regime de medicamentos administrados e preparar parâmetros estruturados para consulta em base de conhecimento de interações medicamentosas.

# 3. Regras que você deve seguir para gerar sua resposta
- Converter nomes comerciais para Denominação Comum Internacional (DCI); se não for possível, manter nome original e marcar em itens_sem_mapeamento.
- Normalizar unidades de dosagem para mg; converter mcg para mg (1 mcg = 0,001 mg); líquidos: calcular mg com base em concentração se informada.
- Normalizar frequência para vezes por dia: 12/12h=2, 8/8h=3, 6/6h=4, 1x/dia=1; para regimes PRN sem frequência, assumir 1 e marcar incerteza.
- Calcular dose diária estimada (dose_mg_dia = dose_mg * frequencia_dia).
- Deduplicar substâncias idênticas somando dose_mg_dia.
- Identificar classes terapêuticas comuns (ex: AINE, ISRS, estatina) quando possível.
- Excluir formas tópicas/oftálmicas/dermatológicas da consulta, exceto se a substância tiver notificações sistêmicas relevantes (ex: timolol oftálmico) – nesse caso manter e marcar flag.
- Definir janelas_tempo_horas=72 por padrão; se houver administração única há mais de 72h e sem relevância farmacocinética (meia-vida curta), não incluir.
- Derivar risco_sangramento: alto se uso de anticoagulante/antiagregante + plaquetopenia (<50k) ou INR>3; moderado se apenas um fator; senão baixo.
- Se algum campo crítico ausente (DCI, dose, frequência), definir mapeamento_incompleto=true e listar itens_sem_mapeamento. 
1.3 Configurações do Agente

1.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente é o ponto de partida do fluxo e deve ser acionado pelo envio de dados estruturados de medicamentos e paciente via API. Na fase de testes, os dados serão enviados pelo agente diretamente por upload de um JSON na interface da Prototipe AI, para acelerar o processo de validação.
  • Tipo do input: O input inicial para o fluxo é um JSON contendo informações detalhadas sobre medicamentos e dados clínicos do paciente.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de texto com até 20.000 caracteres.

1.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON estruturado com parâmetros para consulta de interações medicamentosas.
  • Exemplo de Estrutura de Output:
     { "consulta_interacoes_params": { "substancias_ativas": [ { "substancia": "string DCI", "dose_mg_dia": number, "via": "string", "frequencia_dia": number, "classe": "string|opcional" } ], "janelas_tempo_horas": 72, "considerar_via_topica": false, "contexto_paciente": { "eGFR": number, "child_pugh": "A|B|C|nao_aplicavel", "idade": number, "gestacao": boolean, "lactacao": boolean, "qt_corrigido": number, "risco_sangramento": "baixo|moderado|alto" }, "operadores_busca": { "incluir_mecanismo": true, "incluir_severidade": true, "incluir_recomendacao": true } }, "mapeamento_incompleto": boolean, "itens_sem_mapeamento": ["nomes_originais"] } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 2.000 caracteres.

1.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

1.3.4 Ferramentas do Agente

  • Documentos: Não consulta documentos externos.
  • Calculadora: Utiliza lógica interna para normalização de doses e frequências.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não se conecta a sistemas externos.

1.3.5 Memória

1.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Execução de Consulta a Documento (RF 2).

RF 2. Agente de Execução de Consulta a Documento

2.1 Tarefa do Agente

Realizar consulta à Base de Conhecimento de Interações Medicamentosas para recuperar registros de interações potenciais com base nos parâmetros preparados.

2.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com parâmetros estruturados para consulta de interações medicamentosas.

# 2. Objetivo
Realizar consulta à Base de Conhecimento de Interações Medicamentosas para recuperar registros de interações potenciais com base nos parâmetros preparados.

# 3. Regras que você deve seguir para gerar sua resposta
- Este agente apenas executa a consulta conforme parâmetros recebidos. Não é necessário aplicar regras de LLM.
2.3 Configurações do Agente

2.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 1).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON estruturado com parâmetros para consulta de interações medicamentosas.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 5.000 caracteres.

2.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo registros de interações medicamentosas potenciais.
  • Exemplo de Estrutura de Output:
     { "interacoes_brutas": [ { "substancia_a": "string", "substancia_b": "string", "mecanismo": "string", "severidade": "contraindicada|grave|moderada|leve", "evidencia": "alta|moderada|baixa", "recomendacao": "evitar|ajustar_dose|monitorar|sem_acao", "efeito_clinico": "string", "referencias": ["id|url|citação"] } ] } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 3.000 caracteres.

2.3.3 Parâmetros de Geração

  • Modelo: Não se aplica (uso de ferramenta).
  • Temperatura: Não se aplica (uso de ferramenta).

2.3.4 Ferramentas do Agente

  • Documentos: Consulta diretamente a Base de Conhecimento de Interações Medicamentosas.
  • Calculadora: Não utiliza.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Conecta-se à Base de Conhecimento de Interações Medicamentosas.

2.3.5 Memória

2.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Análise de Interações Medicamentosas (RF 3).

RF 3. Agente de Análise de Interações Medicamentosas

3.1 Tarefa do Agente

Analisar medicamentos administrados combinados com as interações recuperadas para identificar riscos clinicamente relevantes e priorizá-los.

3.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com registros de interações medicamentosas potenciais e dados sobre medicamentos administrados e o paciente.

# 2. Objetivo
Analisar medicamentos administrados combinados com as interações recuperadas para identificar riscos clinicamente relevantes e priorizá-los.

# 3. Regras que você deve seguir para gerar sua resposta
- Mapear severidade em 4 níveis: contraindicada/grave -> critica; moderada -> moderada; leve -> menor.
- Calcular score_risco (0–100) combinando: severidade (peso 0–60), evidencia (0–15), fatores do paciente (eGFR<30, Child-Pugh B/C, QTc>500ms, eletrólitos baixos, idade>75, gestação, lactação, risco de sangramento alto) (0–25).
- Definir prioridade_alerta: alta se score>=70 ou contraindicada=true; media 40–69; baixa <40.
- Identificar mecanismos críticos: prolongamento de QT, sangramento, sedação/respiratória, síndrome serotoninérgica, rabdomiólise, nefro/ hepatotoxicidade e interações com substratos/inibidores/indutores CYP e P-gp.
- Ajustar relevância temporal: dar menos peso a medicamentos com uso único fora da janela de 72h, exceto se meia-vida longa ou efeito prolongado (ex: amiodarona).
- Destacar duplicidade terapêutica (mesma classe) como interação de tipo "duplicidade" com severidade moderada por padrão, escalando para maior se soma de doses excede limite terapêutico.
- Marcar requer_notificacao_imediata=true quando houver: combinação contraindicada, risco de arritmia (QTc>500ms e agente prolongador), risco de sangramento alto com anticoagulante + outro pró-sangramento, depressão respiratória com opioide + sedativo em RR<12.
- Construir lista_alertas_para_notificacao com até 5 itens, cada um contendo pares, severidade_padronizada, efeito principal e ação_recomendada.
- Sempre incluir justificativa_clinica relacionando mecanismo + dado específico do paciente (ex: eGFR, QTc).
- Se interacoes_brutas vazio, retornar interacao_adversa=false e arrays vazios.
3.3 Configurações do Agente

3.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 2).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON contendo registros de interações medicamentosas potenciais e dados sobre medicamentos administrados e o paciente.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

3.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo análise de interações medicamentosas e riscos prioritários.
  • Exemplo de Estrutura de Output:
     { "interacao_adversa": boolean, "interacoes_detectadas": [ { "pares": ["substancia_a","substancia_b"], "severidade_padronizada": "critica|maior|moderada|menor", "contraindicada": boolean, "mecanismo": "string", "efeito_clinico": "string", "evidencia": "alta|moderada|baixa", "acao_recomendada": "evitar|substituir|ajustar_dose|ajustar_intervalo|monitorar", "justificativa_clinica": "string", "fatores_paciente_agravantes": ["eGFR baixo", "QTc prolongado", ...], "score_risco": number (0-100), "prioridade_alerta": "alta|media|baixa" } ], "requer_notificacao_imediata": boolean, "lista_alertas_para_notificacao": ["string (resumo objetivo)"] } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 4.000 caracteres.

3.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

3.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para cálculo de score de risco.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

3.3.5 Memória

3.3.6 Regras de Orquestração e Transição

Ao concluir sua execução, esse agente aciona o Agente de Sugestão de Ajustes de Prescrição (RF 4).

RF 4. Agente de Sugestão de Ajustes de Prescrição

4.1 Tarefa do Agente

Propor ajustes de prescrição e planos de monitorização baseados nas interações detectadas e no estado clínico atualizado do paciente.

4.2 Prompt ou Instruções do Agente
 # 1. Contexto e explicações sobre inputs iniciais
Você está recebendo um JSON com análise de interações medicamentosas e dados sobre o estado clínico do paciente.

# 2. Objetivo
Propor ajustes de prescrição e planos de monitorização baseados nas interações detectadas e no estado clínico atualizado do paciente.

# 3. Regras que você deve seguir para gerar sua resposta
- Nunca efetivar mudanças; apenas sugerir com racional clínico.
- Priorizar segurança: se combinação for contraindicada, sugerir substituir um dos agentes por alternativa da mesma classe terapêutica de menor risco.
- Aplicar ajustes dose/intervalo considerando função renal (usar eGFR: eGFR<30 geralmente requer 50–75% de redução ou intervalos maiores conforme fármaco) e função hepática (Child-Pugh B/C: preferir reduzir dose, evitar hepatotóxicos).
- Para interações de QT: se QTc>500ms ou aumento >60ms do basal, sugerir suspender/substituir agente prolongador e solicitar ECG de controle + correção de K+/Mg++.
- Anticoagulantes/antiagregantes: se risco de sangramento alto, sugerir descalonar terapia (ex: suspender AINE, ajustar dose de anticoagulante conforme alvo) e intensificar monitorização (INR/anti-Xa/hemograma).
- Serotoninérgicos: presença de múltiplos ISRS/IRSN/triptanos/linezolida -> sugerir reduzir para monoterapia quando possível e monitorar sinais neurológicos.
- Estatinas com inibidores fortes de CYP3A4: sugerir trocar por pravastatina/rosuvastatina ou reduzir dose máxima segura.
- Opioide + benzodiazepínico/sedativo com sinais de depressão respiratória (RR<12, sedação alta): sugerir escalonamento de redução/suspensão e vigilância.
- Duplicidade terapêutica: consolidar para 1 agente por classe salvo indicação formal; propor o com melhor perfil para paciente (função renal/hepática, interações).
- Incorporar estado_clinico_atualizado: melhora clínica pode permitir de-escalonamento; piora pode requerer intensificação ou troca.
- Definir urgencia: imediata se prioridade_alerta=alta ou risco vital; 24h para média; programável para baixa.
- Em dados insuficientes, sugerir monitorização e coleta de dados antes de alterar dose.
- Produzir itens_para_aprovacao_humana com ações que exigem decisão médica explícita (suspender, substituir, alterar dose).
4.3 Configurações do Agente

4.3.1 Especificação do Input

  • Mecanismo de Acionamento: Este agente deve ser acionado automaticamente após a conclusão do agente anterior (RF 3).
  • Tipo do input: Este agente deve ser apto a receber como input um JSON com análise de interações medicamentosas e dados sobre o estado clínico do paciente.
  • Formatos Suportados: Esse agente deve ser capaz de receber inputs no formato: .json.
  • Número de caracteres esperado: Este agente deve ter capacidade para processar um input de até 10.000 caracteres.

4.3.2 Especificação do Output

  • Formato de output: O output deve ser um JSON contendo sugestões de ajustes de prescrição e planos de monitorização.
  • Exemplo de Estrutura de Output:
     { "ajuste_sugerido": boolean, "sugestoes": [ { "medicamento_alvo": "string", "tipo_acao": "suspender|substituir|reduzir_dose|aumentar_intervalo|manter_com_monitoracao", "novo_regime_sugerido": { "dose": "string|opcional", "frequencia": "string|opcional", "via": "string|opcional", "alternativa": "string|opcional" }, "justificativa": "string baseada em interação/estado clínico", "monitorizacao": { "itens": ["ECG em 24-48h", "K+/Mg++"], "frequencia": "string" }, "urgencia": "imediata|24h|programável", "dependencias": ["resultado de exame", "avaliacao cardiologia" ] } ], "itens_para_aprovacao_humana": ["resumo objetivo por sugestão"], "payload_notificacao_equipa": { "titulo": "string", "mensagem": "string", "prioridade": "alta|media|baixa", "tags": ["farmacia_clinica","interacao"] } } 
  • Número de caracteres esperado: O JSON gerado deve ter um tamanho estimado em torno de 4.500 caracteres.

4.3.3 Parâmetros de Geração

  • Modelo: GPT-5
  • Temperatura: 0.5

4.3.4 Ferramentas do Agente

  • Documentos: Não consulta.
  • Calculadora: Utiliza lógica interna para cálculos de ajustes de prescrição.
  • Busca Online: Não utiliza.
  • Sistemas Externos: Não utiliza.

4.3.5 Memória

  • Visibilidade das Instruções (Prompt): As instruções deste agente não devem ser visíveis para nenhum agente.
  • Visibilidade da Resposta: A resposta gerada por este agente deve ser comunicada à equipe médica para ação corretiva.

4.3.6 Regras de Orquestração e Transição

A execução deste agente finaliza o fluxo. As sugestões de ajustes devem ser comunicadas à equipe médica para avaliação e implementação.

© 2025 prototipe.ai. Todos os direitos reservados.